李居尚 戰(zhàn)蔭澤 于洋 卞瑋

摘要：傳統(tǒng)的智慧課堂多維度數(shù)據(jù)精準(zhǔn)搜索支持度較低，因此，文章提出了“互聯(lián)網(wǎng)+”時代背景下數(shù)字化智慧課堂多維度數(shù)據(jù)精準(zhǔn)搜索方法。文章構(gòu)建了課堂多維度數(shù)據(jù)屬性集，制定了課堂多維度數(shù)據(jù)挖掘規(guī)則，基于數(shù)字化篩選精準(zhǔn)搜索數(shù)據(jù)候選集，搜索最大頻繁項(xiàng)目集，實(shí)現(xiàn)了智慧課堂多維度數(shù)據(jù)精準(zhǔn)搜索。實(shí)驗(yàn)結(jié)果證明，所提設(shè)計(jì)方法在不同數(shù)據(jù)集下均有較好的數(shù)據(jù)挖掘支持度。

關(guān)鍵詞：“互聯(lián)網(wǎng)+”時代；數(shù)字化；智慧課堂；多維度數(shù)據(jù)精準(zhǔn)搜索

中圖分類號：G642文獻(xiàn)標(biāo)志碼：A

0 引言

數(shù)字化時代下，智慧課堂作為一種新型教育形態(tài)備受矚目。借助數(shù)字化技術(shù)，智慧課堂通過多維度數(shù)據(jù)的精準(zhǔn)搜索和分析，為師生提供更加個性化、高效的學(xué)習(xí)體驗(yàn)。作為智慧課堂的核心支撐技術(shù)之一，數(shù)字化技術(shù)備受關(guān)注。在智慧課堂中，多維度數(shù)據(jù)精準(zhǔn)搜索技術(shù)被廣泛應(yīng)用，帶來了革命性的教學(xué)方式和學(xué)習(xí)體驗(yàn)。

勞雪松^[1]利用支持向量機(jī)，搜索通信網(wǎng)絡(luò)異常流量數(shù)據(jù)。賈超賢^[2]利用粒度計(jì)算搜索異構(gòu)網(wǎng)絡(luò)多維數(shù)據(jù)。然而，數(shù)據(jù)的維度眾多，包括學(xué)生的學(xué)習(xí)行為、學(xué)習(xí)成果、學(xué)習(xí)偏好、個性特征等多個方面，如何從這些數(shù)據(jù)中提取有價值的信息，需要對數(shù)據(jù)進(jìn)行深入精準(zhǔn)搜索。因此，文章提出一種“互聯(lián)網(wǎng)+”時代背景下數(shù)字化智慧課堂多維度數(shù)據(jù)精準(zhǔn)搜索方法。本文所提方法不僅可以推動教育信息化和現(xiàn)代化的發(fā)展，還可以提高教育質(zhì)量和效率，為教育事業(yè)的發(fā)展注入新的動力。

1 設(shè)計(jì)數(shù)字化智慧課堂多維度數(shù)據(jù)精準(zhǔn)搜索

1.1 構(gòu)建課堂多維度數(shù)據(jù)屬性集

本研究旨在對數(shù)據(jù)屬性進(jìn)行標(biāo)準(zhǔn)化處理，將不同屬性的數(shù)據(jù)轉(zhuǎn)換為相同的數(shù)據(jù)類型，并整合到一個統(tǒng)一的屬性集中，以提高數(shù)據(jù)的一致性和可比性，從而確保實(shí)現(xiàn)數(shù)據(jù)的精確搜索效果^[3]。本研究所提的智能課堂多維屬性集合的構(gòu)建過程如下。假設(shè)數(shù)據(jù)量為M，多維度數(shù)據(jù)量為N，則全部數(shù)據(jù)量的屬性為m，多維度數(shù)據(jù)量的屬性為n。據(jù)此建立多維度數(shù)據(jù)屬性集合矩陣，其表達(dá)式為：

其中，M表示數(shù)據(jù)屬性集合矩陣，m_x1，m_x2，…，m_xy表示數(shù)據(jù)屬性參數(shù)，N表示多維度數(shù)據(jù)屬性集合矩陣，n_x1，n_x2，…，n_xy表示多維度數(shù)據(jù)特性參數(shù)，x、y表示常數(shù)。本研究以2個屬性集合為基礎(chǔ)，計(jì)算它們之間的相似度，其公式為：

其中，S（m，n）表示屬性矩陣M和N中類似的數(shù)據(jù)，m_ij表示特性矩陣M中第i個參數(shù)中第j個相似數(shù)據(jù)；n_ij表示特性矩陣N中第i個參數(shù)中第j個相似數(shù)據(jù)。

1.2 制定課堂多維度數(shù)據(jù)挖掘規(guī)則

構(gòu)建智慧課堂多維度屬性集后，教育技術(shù)領(lǐng)域的研究人員需要制定課堂多維度數(shù)據(jù)挖掘規(guī)則，多維度數(shù)據(jù)挖掘規(guī)則引入時間和空間2個屬性。在“互聯(lián)網(wǎng)+”時代的背景下，數(shù)字化智慧課堂實(shí)現(xiàn)了多維度數(shù)據(jù)精準(zhǔn)搜索，這歸功于多維度數(shù)據(jù)挖掘規(guī)則的設(shè)計(jì)原理。多維度數(shù)據(jù)挖掘規(guī)則的設(shè)計(jì)原理是數(shù)字化智慧課堂實(shí)現(xiàn)多維度數(shù)據(jù)精準(zhǔn)搜索的核心框架，對于教學(xué)質(zhì)量和效率的提升具有重要作用。這些原理建立在先進(jìn)的數(shù)據(jù)分析技術(shù)基礎(chǔ)上，通過收集、整合、處理和挖掘多維度的課堂數(shù)據(jù)，為用戶提供更為準(zhǔn)確、有價值的信息。

在制定課堂多維度數(shù)據(jù)挖掘規(guī)則時，研究人員需要遵循具體的步驟以確保數(shù)據(jù)的準(zhǔn)確性和有效性。制定課堂多維度數(shù)據(jù)挖掘規(guī)則的步驟如下。

步驟1：本研究明確了數(shù)據(jù)挖掘的目標(biāo)，指導(dǎo)后續(xù)的數(shù)據(jù)收集和處理工作。

步驟2：本研究全面收集多維度的課堂數(shù)據(jù)，包括學(xué)生的學(xué)習(xí)行為、學(xué)習(xí)成果、學(xué)習(xí)偏好、個性特征等。

步驟3：本研究對采集的數(shù)據(jù)進(jìn)行數(shù)據(jù)清理和整合，剔除無效和錯誤數(shù)據(jù)，以保證數(shù)據(jù)的精準(zhǔn)性和一致性，從而提高數(shù)據(jù)質(zhì)量和可信度^[4]。

步驟4：本研究對數(shù)據(jù)進(jìn)行深入分析和挖掘，尋找數(shù)據(jù)間的潛在關(guān)聯(lián)和模式。在分析和挖掘過程中，本研究需要注意數(shù)據(jù)的隱私和安全問題，設(shè)計(jì)評估標(biāo)準(zhǔn)（置效度和置信度），以保護(hù)個人信息。

所建立的置效度計(jì)算公式為：

其中，A表示某一屬性集合，B表示另一屬性集合，W表示多維度數(shù)據(jù)挖掘規(guī)則中的置效度，G_E表示為多維度數(shù)據(jù)集，D表示為多維度數(shù)據(jù)庫。

建立的置信度計(jì)算公式為：

其中，C表示多維度數(shù)據(jù)挖掘規(guī)則的置信度。X表示屬性集合A和屬性集合B的合集。

步驟5：本研究對挖掘結(jié)果進(jìn)行評估和解釋，確保結(jié)果的準(zhǔn)確性和可理解性，并將挖掘結(jié)果與教育教學(xué)的實(shí)際情況相結(jié)合，為教師和學(xué)生提供有價值的反饋和建議。這些流程需要教育技術(shù)領(lǐng)域的研究人員和教育工作者之間深入合作和交流，共同推動課堂多維度數(shù)據(jù)挖掘規(guī)則的發(fā)展和應(yīng)用^[5]。第10期2024年5月無線互聯(lián)科技·智能控制No.10May，2024

第10期2024年5月無線互聯(lián)科技·智能控制No.10May，2024

1.3 基于數(shù)字化篩選精準(zhǔn)搜索數(shù)據(jù)候選集

為了更好地實(shí)現(xiàn)多維度數(shù)據(jù)精準(zhǔn)搜索，本研究引入數(shù)字技術(shù)來篩選精準(zhǔn)搜索數(shù)據(jù)候選集。在計(jì)算機(jī)中對精確搜索數(shù)據(jù)進(jìn)行篩選的條件如下：本研究利用數(shù)字技術(shù)從大量數(shù)據(jù)中快速抽取關(guān)鍵字，并以此關(guān)鍵字為切入點(diǎn)，查找對應(yīng)的多維度數(shù)據(jù)^[6]。在篩選的過程中，為了確保篩選的精度，需對特定某一類別中數(shù)據(jù)特征出現(xiàn)的概率進(jìn)行計(jì)算，公式為：

其中，P表示特定某一類別中數(shù)據(jù)特征出現(xiàn)的概率，α_i表示具體某一特征對應(yīng)的多維度數(shù)據(jù)，d表示多維度數(shù)據(jù)特征。根據(jù)上述公式，將不需要精準(zhǔn)搜索的時空數(shù)據(jù)剔除，實(shí)現(xiàn)對精準(zhǔn)搜索數(shù)據(jù)的篩選。

1.4 精準(zhǔn)搜索最大頻繁項(xiàng)目集

根據(jù)數(shù)字化篩選的結(jié)果，發(fā)現(xiàn)特定的關(guān)系類別與實(shí)際的精準(zhǔn)搜索信息存在重要聯(lián)系。本研究通過從這些特定關(guān)系類型中識別最大頻繁項(xiàng)目集，能夠有效地獲取數(shù)據(jù)精準(zhǔn)搜索節(jié)點(diǎn)的邏輯地址，并進(jìn)行尋址計(jì)算，此時的最大頻繁項(xiàng)目集精準(zhǔn)搜索過程如圖1所示。

由圖1可知，本研究通過比較頻繁項(xiàng)目集，可以找到最大頻繁項(xiàng)目集^[7]，完成最大頻繁項(xiàng)目集的精準(zhǔn)搜索。

2 實(shí)驗(yàn)論證

為了驗(yàn)證本文提出的數(shù)據(jù)精準(zhǔn)搜索方法在實(shí)際應(yīng)用中的有效性，設(shè)置如下實(shí)驗(yàn)進(jìn)行驗(yàn)證。將勞雪松^[1]、賈超賢^[2]方法與本文設(shè)計(jì)方法進(jìn)行對比，并設(shè)置相關(guān)指數(shù)來檢驗(yàn)其應(yīng)用效果。

2.1 實(shí)驗(yàn)準(zhǔn)備

本次實(shí)驗(yàn)選擇了Microsoft Windows XP作為開發(fā)系統(tǒng)，采用Java語言進(jìn)行實(shí)驗(yàn)環(huán)境的搭建，并使用Eclipse作為開發(fā)工具，建立一個數(shù)據(jù)精準(zhǔn)搜索的實(shí)驗(yàn)?zāi)Ｐ汀?/p>

在實(shí)驗(yàn)過程中，用戶需要通過用戶界面與系統(tǒng)進(jìn)行交互。首先，系統(tǒng)輸出原始數(shù)據(jù)；然后，經(jīng)過數(shù)據(jù)倉庫進(jìn)行轉(zhuǎn)換、清洗和整理處理；最后，將處理后的數(shù)據(jù)傳輸?shù)骄珳?zhǔn)搜索設(shè)置界面，完成數(shù)據(jù)精準(zhǔn)搜索。此時，實(shí)驗(yàn)還可以設(shè)計(jì)唯一指標(biāo)——數(shù)據(jù)精準(zhǔn)搜索支持度。數(shù)據(jù)支持度越高，證明相應(yīng)的數(shù)據(jù)精準(zhǔn)搜索方法的搜索效果越好。

在實(shí)驗(yàn)中，本文選擇associationRule作為主控制集，并結(jié)合containMain來驅(qū)動實(shí)驗(yàn)程序的正常運(yùn)行，即完成了主控程序邏輯的構(gòu)建。

主控程序的邏輯結(jié)構(gòu)符合實(shí)驗(yàn)需求，然而在開始實(shí)驗(yàn)之前，還需要額外進(jìn)行數(shù)據(jù)搜索，以獲取不同數(shù)據(jù)規(guī)則的置信度，以便進(jìn)行接下來的數(shù)據(jù)精準(zhǔn)搜索實(shí)驗(yàn)。

2.2 實(shí)驗(yàn)結(jié)果分析與結(jié)論

結(jié)合上述的實(shí)驗(yàn)準(zhǔn)備，分別使用本文設(shè)計(jì)方法、勞雪松^[1]、賈超賢^[2]方法進(jìn)行數(shù)據(jù)精準(zhǔn)搜索，并使用公式計(jì)算不同方法的數(shù)據(jù)精準(zhǔn)搜索支持度，實(shí)驗(yàn)結(jié)果如表1所示。

由表1可知，通過對不同數(shù)據(jù)類型的實(shí)驗(yàn)結(jié)果進(jìn)行分析，使用本文設(shè)計(jì)的數(shù)據(jù)精準(zhǔn)搜索方法得到的支持度均高于40%。而使用勞雪松^[1]提出的方法得到的支持度較低，大多為20%～30%。最低的支持度是使用賈超賢^[2]的方法，低于20%。實(shí)驗(yàn)結(jié)果表明，本文設(shè)計(jì)的方法具有較好的數(shù)據(jù)精準(zhǔn)搜索效果，能高效提取有價值的數(shù)據(jù)。

3 結(jié)語

在“互聯(lián)網(wǎng)+”時代背景下，數(shù)字化智慧課堂多維度數(shù)據(jù)精準(zhǔn)搜索成了教育領(lǐng)域的重要發(fā)展方向。通過對多維度數(shù)據(jù)的分析，本研究能夠全面地了解學(xué)生的學(xué)習(xí)行為、習(xí)慣和需求，優(yōu)化教學(xué)設(shè)計(jì)，提高教學(xué)質(zhì)量和效果，同時，還可以為教育決策提供科學(xué)依據(jù)，實(shí)現(xiàn)個性化教育和精準(zhǔn)教學(xué)。

參考文獻(xiàn)

[1]勞雪松.基于支持向量機(jī)的通信網(wǎng)絡(luò)異常流量數(shù)據(jù)挖掘方法[J].信息與電腦（理論版），2023（12）：197-200.

[2]賈超賢.基于粒度計(jì)算的異構(gòu)網(wǎng)絡(luò)多維數(shù)據(jù)挖掘方法[J].重慶科技學(xué)院學(xué)報（自然科學(xué)版），2023（2）：87-91.

[3]袁蒙蒙，熊文靜.基于K-means算法的關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘方法[J].信息與電腦（理論版），2023（7）：72-74.

[4]陳婷婷，趙世忠.考慮模糊時間序列的高維大數(shù)據(jù)挖掘方法研究[J].計(jì)算機(jī)仿真，2023（3）：467-470，475.

[5]張慶昌.基于人工智能的計(jì)算機(jī)網(wǎng)絡(luò)異常數(shù)據(jù)挖掘方法[J].信息與電腦（理論版），2022（16）：31-33，37.

[6]蔡勛瑋，趙俊，趙麗，等.SpringCloud微服務(wù)框架下新型供電系統(tǒng)數(shù)據(jù)挖掘方法[J].電子設(shè)計(jì)工程，2022（16）：164-168.

[7]羅濱鴻，周虎，張祺薇，等.基于Apriori算法的網(wǎng)線編織工藝缺陷數(shù)據(jù)挖掘方法[J].制造業(yè)自動化，2022（5）：75-77，102.

（編輯 王雪芬編輯）

Research on accurate search method of multi-dimensional data in digital smart classroom

under background of “Internet+” era

Li? Jushang， Zhan? Yinze， Yu? Yang， Bian? Wei

（School of Electronic Engineering， Changchun College of Electronic Technology， Changchun 130000， China）

Abstract：? The traditional smart classroom multidimensional data accurate search support is low， therefore， the digital smart classroom multi-dimensional data accurate search method under the background of the “Internet+” era is proposed. This paper constructs the class multidimensional data attribute set， formulates the class multi-dimensional data mining rules， based on the digital screening of accurate search data candidate set， searches the maximum frequent item set， and realizes the smart classroom multi-dimensional data accurate search. The experimental results show that the proposed method has good data mining support under different data sets.

Key words： “Internet+”era; digitization; smart classroom; accurate search of multi-dimensional data